航空发动机性能识别SOFM收缩聚类方法
自组织神经网络SOFM可以将多维数据快速地映射到二维平面上,但需要进行人工聚类划分.由于多尺度栅格技术可以对数据实现密度检测,相应的收缩聚类方法采用大小可变的栅格对相连单元进行标识,将点沿着数据的密度梯度进行移动,自动计算最好的簇作为聚类结果.以多维发动机飞行参数为应用对象,数据预处理提取特征后,按隶属度获得特征向量后输入SOFM网络,用收缩聚类算法(SCM)实现对输出的自动聚类检测,完成对发动机状态有效分析.实验结果和专家判读完全一致.
作 者： 梁建海 杜军 冀捐灶 LIANG Jian-hai DU Jun JI Juan-zao 作者单位： 空军工程大学,工程学院,陕西,西安,710038 刊 名： 传感器与微系统 PKU 英文刊名： TRANSDUCER AND MICROSYSTEM TECHNOLOGIES 年，卷(期)： 2006 25(11) 分类号： V247 关键词： 飞行参数 收缩聚类算法 自组织特征映射 状态识别